2月27日，中新网记者孙自法发回北京报道，中国科学院自动化研究所脑图谱与类脑智能实验室余山研究员团队和北京大学心理与认知科学学院毕彦超教授团队联手攻关，搞出了一个叫CATS Net的新神经网络框架，让人意外的是，这个网络竟然能让AI像人类那样，从零开始通过感知经验自己“鼓捣”出概念。 这其实是个大新闻，因为当前的AI跟人脑还是有个大鸿沟在那里。人脑能把感官体验抽象成概念，然后脱离具体感受去思考和交流。可现在的深度学习网络把知识全搅和在海量参数里，根本抓不住独立的概念。那些红极一时的AI大模型也靠不住，它们太依赖人类已有的语言符号去训练了。 这次研究里有两个关键模块：概念抽象CA模块和任务求解TS模块。当处理视觉任务时，CA模块就像个聪明的家伙，能把高维的视觉输入压缩成紧凑的低维概念向量。这就好比开了一把锁，通过分层门控机制产生信号来调节TS模块的活动，让网络能灵活高效地搞定任务。 更神奇的是，这个系统会跟环境互动着自己冒出一大堆新概念。等不同网络生成的概念空间对上号了，它们就能直接通过概念向量互相传递知识了。这就好比人类通过语言交流一样。研究团队还把CATS Net自发形成的概念空间跟人类语言构成的空间做了对比，发现两者长得很像。 这就说明CATS Net不光能干活儿像人，在大脑运作原理上也能说明不少问题。合作团队说这个研究是受前额叶启发的模型搞出来的。 这突破意义很大啊。它让下一代智能系统有了从无到有形成概念的本事。现在那些AI大模型虽然牛，但能力还是被限定在人类语言的圈子里。如果能让AI自主形成新概念，说不定它们就能去搞全新的科学探索了。 不过问题也来了，等到AI真的会像人类那样想、那样说话了，怎么保证它们和咱们的价值观对上号呢？这成了下一步得赶紧解决的难题。（完）